本文主要是介绍【论文阅读笔记】Active RIS vs. Passive RIS Which Will Prevail in 6G?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
作者建立了一个有源RIS的信号模型,并且分析了其渐近性能以揭示其为无线通信提供大容量增益。最后,针对RIS辅助MIMO系统的和速率最大化问题,作者给出了一个联合传输波束赋形和反射预编码算法。
目录
Research Objective
System Model and Problem Statement
Methods
1)有源和无源RIS的对比(SISO)
2)和速率最大化问题及联合传输波束赋形和反射预编码算法(MIMO)
Evaluation
渐近SNR vs RIS元件数量
和速率 vs RIS元件数量
和速率 vs 距离
和速率vs总功率消耗
Conclusion
Reference
Research Objective
1)克服乘积衰落
2)提出一个新的有源RIS信号模型来表征入射信号的放大并解释由有源元件引入的不可忽略的热噪声。在建立的信号模型的基础上,分析有源RIS的渐近性能,并将其与现有的无源集成电路进行比较,揭示使用有源RIS可以显著提高容量。
3)针对RIS辅助MIMO系统的和速率最大化问题,给出一个联合传输波束赋形和反射预编码算法。
System Model and Problem Statement
反射和放大信号
下行链路:BS多用户线性预编码
反射信号模型
用户端接收信号
Methods
1)有源和无源RIS的对比(SISO)
无源RIS的渐进信噪比
有源RIS的渐进信噪比
N是由于有源器件的使用引入了额外的噪声。
当BS传输功率趋于无穷时,渐近SNR仅取决于RIS-用户信道增益和用户端的噪声功率。
当有源RIS的反射功率趋于无穷时,渐近SNR仅取决于BS-RIS信道增益和有源RIS端的噪声功率。
综上所述,为了增强系统的和速率,可以通过增加BS传输功率来减轻由于BS-RIS信道增益较小和有源RIS端的噪声功率较大带来的负面影响;或者通过增加有源RIS的反射功率来降低由于RIS-用户信道增益较小和用户端的噪声功率较大带来的负面影响。
当元件数量N很大时,无源RIS性能超过有源RIS。
2)和速率最大化问题及联合传输波束赋形和反射预编码算法(MIMO)
用户端的SINR
BS传输功率
有源RIS的反射功率
和速率最大化问题
基于交替优化和分式规划的联合传输波束赋形和反射预编码算法
相当于
其中
通过交替优化波束成形向量,RIS预编码矩阵,辅助变量和,直到和速率收敛。
收敛性:局部最优
复杂度:
Evaluation
渐近SNR vs RIS元件数量
图(b)出现了交点,个人认为比上一篇论文好的地方在此。
和速率 vs RIS元件数量
只要RIS的元件数量N不是特别大(比如数百万个),相对于无源RIS,增加有源RIS的元件数量对于提高通信性能的效率要高得多。
仿真参数:N=256
和速率 vs 距离
无源RIS只能在直射径被遮挡的非典型通信场景下获得可观的和速率增益,而在直射径较强的典型通信场景中,现有的无源RIS能够带来的实际和速率增益是微不足道的。相比之下,有源RIS可以克服乘性衰落,在两种场景下都能获得显著的和速率增益。
和速率vs总功率消耗
假设BS和有源RIS之间的总功率消耗是平均分配的。无源RIS只能在直射径被遮挡的非典型通信场景下获得可观的容量增益,而在直射径较强的典型通信场景中,现有的无源RIS能够带来的实际容量增益是微不足道的。要实现相同的性能,有源RIS系统所需要的功率远低于无源RIS系统。原因:对于无源RIS,传输功率只分配给BS,所有的传输功率都会受整个BS-RIS-用户链路的大路径损耗的影响。然而,有一部分的传输功率分配给有源RIS,这部分只会受到RIS-用户链路的路径损耗影响。
Conclusion
实验和仿真结果表明,与没有RIS的基准方案相比,现有的无源RIS在典型应用场景中只能实现约3%的微不足道的和速率增益,而提出的有源RIS可以实现约67%的可观的和速率增益,从而真正克服了“乘性衰落”效应的根本限制。
Reference
Zhang, Z. , Dai, L. , Chen, X. , Liu, C. , & Poor, H. V. . (2021). Active ris vs. passive ris: which will prevail in 6g?.
这篇关于【论文阅读笔记】Active RIS vs. Passive RIS Which Will Prevail in 6G?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!